Trung Quốc hay Mỹ đang dẫn đầu cuộc đua mô hình thế giới?

Trong nhiều năm qua, AI (trí tuệ nhân tạo) chủ yếu học cách tạo ra văn bản, hình ảnh và video. Giờ đây, trọng tâm của ngành đang chuyển sang mô hình thế giới - hệ thống AI được thiết kế để mô phỏng cách thế giới vật lí hoặc môi trường số thay đổi theo thời gian.

Ban đầu, khái niệm này chủ yếu được sử dụng trong lĩnh vực mô phỏng vật lí và robot. Tuy nhiên, ngày càng nhiều công ty Trung Quốc mở rộng ý tưởng này sang nhiều lĩnh vực khác. Dù vậy, công nghệ vẫn còn ở giai đoạn rất sơ khai và hiện chưa có sự thống nhất về việc một mô hình thế giới hoàn chỉnh sẽ trông như thế nào.

Giữa bối cảnh đó, Trung Quốc đang nổi lên là một trong những nơi thử nghiệm sôi động nhất cho các hướng phát triển khác nhau của mô hình thế giới.

Dưới đây là những điều cần biết về "biên giới tiếp theo" của AI.

Mô hình thế giới là gì và vì sao đột nhiên trở thành tâm điểm?

Mô hình thế giới nhanh chóng trở thành một trong những từ khóa nóng nhất ngành AI, khi hàng loạt tập đoàn công nghệ lớn tham gia cuộc đua.

Nvidia gần đây giới thiệu bản cập nhật mới nhất của Cosmos, nền tảng mô hình thế giới dành cho robot. World Labs, startup do Fei-Fei Li sáng lập, đang phát triển các hệ thống có khả năng hiểu và mô phỏng thế giới vật lí. Trong khi đó, Alibaba cũng tham gia cuộc đua với Qwen-AgentWorld, mà gã khổng lồ công nghệ Trung Quốc gọi là mô hình thế giới đầu tiên được xây dựng dựa trên ngôn ngữ tự nhiên.

Sự quan tâm trở lại với mô hình thế giới phản ánh sự phát triển nhanh chóng của tác tử AI và robot. Khi đó, việc AI chỉ tạo ra văn bản hoặc video là chưa đủ. Ngày càng nhiều ứng dụng đòi hỏi AI phải dự đoán môi trường sẽ thay đổi như thế nào trước khi thực hiện một hành động.

Nếu GPT hay Gemini dự đoán từ tiếp theo trong một câu, mô hình thế giới lại dự đoán trạng thái tiếp theo của một môi trường sau khi có tác động. Điểm khác biệt của làn sóng phát triển hiện nay là mỗi công ty lại có cách hiểu rất khác nhau về khái niệm "thế giới".

Google, Nvidia và World Labs tập trung xây dựng các mô hình mô phỏng thế giới vật lí, dự đoán cách các vật thể di chuyển, va chạm hoặc tương tác với nhau.

Trong khi đó, Qwen-AgentWorld của Alibaba áp dụng cùng nguyên lí này cho thế giới số, dự đoán trình duyệt web, cửa sổ dòng lệnh lập trình hay hệ điều hành sẽ phản hồi thế nào khi tác tử AI đưa ra lệnh.

Vì vậy, mô hình thế giới hiện không còn chỉ là một loại công nghệ, mà đã trở thành khái niệm bao trùm nhiều loại môi trường khác nhau, từ thế giới vật lí, không gian ảo tương tác cho đến môi trường phần mềm.

Theo báo cáo về AI của tập đoàn dịch vụ tài chính Goldman Sachs (Mỹ) công bố tháng 6, mô hình thế giới có thể trở thành lớp nền tảng quan trọng của AI, hỗ trợ nhiều ứng dụng, từ robot cho đến các quy trình làm việc trong doanh nghiệp.

Trung Quốc đang có lợi thế ở đâu?

Theo ông Cao Yanpei, Giám đốc khoa học Vast - công ty AI 3D Trung Quốc, mô hình thế giới trên toàn cầu vẫn còn ở giai đoạn đầu và chưa có doanh nghiệp nào xây dựng được mô hình kinh doanh thống lĩnh thị trường.

"Toàn bộ lĩnh vực này vẫn đang trong quá trình khám phá", Cao Yanpei nói.

Song theo ông Zhu Zheng - Giám đốc khoa học của GigaAI, Trung Quốc đã bắt đầu đưa mô hình thế giới ra khỏi phòng thí nghiệm để triển khai trong thực tế ở ba lĩnh vực chính.

Xe tự lái hiện là lĩnh vực thương mại hóa mạnh nhất. Các công ty sử dụng mô hình thế giới để mô phỏng các tình huống giao thông và tạo dữ liệu huấn luyện nhân tạo cho hệ thống AI.

Ông Chen Bihan, chuyên gia AI đang làm việc tại Singapore trong lĩnh vực AIoT và dữ liệu AI, cho biết xe tự lái liên tục tạo ra dữ liệu vận hành ngoài thực tế. Điều này tạo ra nguồn dữ liệu phản hồi liên tục giúp cải thiện mô hình AI. Bên cạnh đó, mạng lưới logistics quy mô lớn của Trung Quốc cũng tạo điều kiện lí tưởng để thu thập dữ liệu.

Trong lĩnh vực robot và AI hiện thân, các nhà phát triển ngày càng sử dụng mô hình thế giới để mô phỏng môi trường, tạo dữ liệu huấn luyện và xây dựng chiến lược điều khiển robot. Một số ví dụ gồm Qwen-RobotWorld của Alibaba, LingBot-World của Ant Group và dòng Kairos của SenseTime.

Các tập đoàn công nghệ lớn cũng tận dụng mô hình thế giới trong lĩnh vực nội dung do AI tạo ra (AIGC).

Ví dụ, HappyOyster (Alibaba) cho phép người dùng khám phá và thay đổi thế giới ảo theo thời gian thực, trong khi Kling AI (Kuaishou) và SeedDance (ByteDance) tiếp tục mở rộng giới hạn của công nghệ tạo video chân thực và có tính tương tác cao.

Trung Quốc có đang dẫn đầu cuộc đua mô hình thế giới?

Ông Zhu Zheng của GigaAI ước tính các mô hình thế giới Trung Quốc hiện chỉ chậm hơn Mỹ khoảng 3 - 6 tháng, mức chênh lệch nhỏ hơn đáng kể so với khoảng cách giữa hai nước trong lĩnh vực mô hình ngôn ngữ lớn.

"Ở cấp độ mô hình nền tảng, Trung Quốc và Mỹ hiện khá sát nhau", ông nhận định.

Tuy nhiên, nhiều nhà nghiên cứu cho rằng không nên nhìn cuộc cạnh tranh này đơn thuần dưới góc độ địa chính trị. Khác biệt lớn nhất nằm ở định hướng nghiên cứu và nguồn dữ liệu.

Theo ông Wang Xiaofeng, đối tác phụ trách thuật toán tại GigaAI, các công ty Mỹ có xu hướng tập trung phát triển các mô hình nền tảng đa năng và công cụ mô phỏng tổng quát.

Trong khi đó, các doanh nghiệp Trung Quốc thường triển khai trực tiếp ở môi trường công nghiệp như sản xuất, logistics hay xe tự lái. Đó là những lĩnh vực có thể liên tục thu thập dữ liệu vận hành thực tế để cải thiện mô hình AI.

Ở thời điểm hiện tại, cuộc đua không còn đơn thuần là xem quốc gia nào dẫn trước, mà là tìm ra hướng tiếp cận công nghệ nào sẽ hiệu quả nhất khi mô hình thế giới chuyển từ giai đoạn nghiên cứu thử nghiệm sang các ứng dụng thực tế trong đời sống và doanh nghiệp.

Sơn Vân